수익노트

제가 처음 어드밴스드 패키징(Advanced Packaging) 공부를 시작했을 때, 솔직히 TSMC의 코워스(CoWoS) 기술만 알면 충분하다고 생각했습니다. 코워스란 GPU 같은 로직 칩을 가운데 두고 양옆에 HBM을 나란히 붙여 하나의 패키지로 묶는 2.5D 패키징 기술입니다. AI 가속기의 심장이라고 불릴 만큼 엔비디아 GPU에 필수적으로 들어가는 기술이죠.

그런데 문제가 생겼습니다. GPU 성능 경쟁이 치열해지면서 칩 자체의 덩치가 계속 커지고 있는데, 이게 물리적 한계에 부딪히기 시작한 겁니다. 웨이퍼 한 장에서 뽑아낼 수 있는 코워스 패키지 수가 줄어들면서 수율이 떨어지고, 대형 실리콘 인터포저(Interposer) — 여기서 인터포저란 로직 칩과 HBM을 전기적으로 연결해 주는 얇은 실리콘 기판을 말합니다 — 특유의 열 변형 문제까지 겹쳤습니다. TSMC 라인은 이미 만성적인 공급 부족 상태인데, 칩은 점점 커지고 있으니 고객사들이 대안을 찾기 시작한 건 당연한 수순이었습니다.

그 대안으로 떠오른 것이 인텔의 EMIB(Embedded Multi-die Interconnect Bridge)입니다. EMIB란 실리콘 인터포저 전체를 깔지 않고, 로직과 HBM이 만나는 연결 지점에만 손톱만 한 크기의 작은 실리콘 브릿지를 심는 방식입니다. 판 전체를 실리콘으로 채울 필요가 없으니 재료비가 줄고, 칩이 아무리 커져도 연결다리만 추가하면 되니 확장성이 훨씬 유리합니다. 인텔은 이미 미국 뉴멕시코와 말레이시아에 105억 달러를 넘는 자금을 쏟아부으며 EMIB 전용 파운드리 공장을 짓고 있습니다(출처: Intel Newsroom).

공장이 지어지면 자연스럽게 장비가 들어갑니다. 제가 관련 리포트를 뜯어보면서 가장 눈에 들어온 이름이 PSK홀딩스였습니다. 이 회사는 이미 TSMC의 코워스 라인에 리플로우(Reflow) 장비 — 리플로우란 솔더 범프를 녹여 칩을 기판에 접합하는 열처리 공정 장비입니다 — 를 납품해 전체 매출의 40~50%를 차지할 만큼 비중이 컸습니다. 거기에 SK하이닉스, 삼성전자, 마이크론 등 메모리 3사의 HBM 패키징 라인에도 같은 장비를 공급하고 있었죠.

흥미로운 건 EMIB 라인에는 리플로우 장비 외에 디스크림(Die Singulation) 장비까지 추가로 납품되는 구조라는 점입니다. 단일 장비 의존도를 벗어나 제품 포트폴리오가 확장되는 셈입니다. TSMC 코워스 증설, 메모리 3사 HBM 패키징 투자, 거기에 인텔 EMIB 공장까지 더해지면 고객사와 매출 채널이 동시에 넓어지는 구조가 만들어집니다.

• TSMC 코워스: 대형 실리콘 인터포저 기반 2.5D 패키징 → 물리적 한계 도달
• 인텔 EMIB: 연결부에만 소형 실리콘 브릿지 삽입 → 확장성·비용 효율 우위
• PSK홀딩스: 코워스·HBM·EMIB 세 축 모두에 리플로우 장비 납품 가능
• EMIB 라인 추가 시 디스크림 장비 수요까지 신규 발생 → 수익 구조 다변화

제가 테스터 쪽을 처음 들여다봤을 때, 솔직히 "테스트 장비가 뭐 그리 크게 바뀌겠어"라고 가볍게 봤습니다. 그런데 HBM4 시대로 넘어오면서 테스트 공정의 성격 자체가 달라지고 있었습니다. HBM4는 이전 세대보다 구조가 훨씬 복잡하고 단가도 훨씬 비쌉니다. AI 가속기 모듈 하나의 가격이 수천만 원에 달하는 상황에서, HBM 한 개에서 불량이 나오면 붙어 있는 GPU까지 통째로 폐기해야 하는 구조니 제조사 입장에서 테스트를 더 빡빡하게 돌릴 수밖에 없습니다.

여기서 삼성전자의 전략이 재미있습니다. 국내 공장(천안·온양)은 HBM4 전용 라인으로 빠르게 재편하고, 기존에 범용 D램을 검사하던 장비는 해외(베트남 등)로 이전하는 방향을 잡고 있습니다. 즉 국내에는 고속 웨이퍼 테스터(Wafer Tester)를 새로 깔고, 해외에는 범용 메모리 테스트 라인을 새로 세팅해야 합니다(출처: Samsung Semiconductor). 테스터 장비 수요가 국내외에서 동시에 터지는 구조입니다.

이 흐름에서 수혜를 받는 국내 상위 3개 업체가 와이씨, 디아이, 엑시콘입니다. 그런데 제가 세 곳을 비교하면서 가장 눈에 들어온 건 엑시콘의 CLT(Combined Load Test) 방식이었습니다. CLT란 번인(Burn-in) 테스트 — 칩을 고온·고전압 환경에 노출해 초기 불량을 솎아내는 공정 — 와 저주파 검사를 별도 챔버에서 순차적으로 진행하던 것을, 챔버 하나로 통합해 한 번에 처리하는 방식입니다. 공간을 절반으로 줄이고 이동 시간을 없애니, 공장 한 평이 아쉬운 지금 상황에서 채택될 유인이 강합니다.

제가 이 구조를 더 들여다보면서 특히 마음에 들었던 점은 따로 있었습니다. 엑시콘은 장비를 팔고 끝나는 게 아니라, 칩 규격이 바뀔 때마다 교체해야 하는 소모품인 인터페이스 보드(Interface Board)를 지속적으로 공급합니다. 장비를 한번 설치해 두면 이후 보드 교체 수요가 반복적으로 발생하는, 일종의 구독형 매출 구조가 만들어지는 겁니다. 설치 장비가 늘어날수록 보드 매출도 자동으로 쌓이는 구조이니, 상방이 열려 있으면서 하방은 기존 설치 기반이 지지해 주는 형태입니다.

메모리 오사트(OSAT — 반도체 후공정 외주 서비스 업체를 의미하는 용어로, Outsourced Semiconductor Assembly and Test의 약자입니다) 영역도 짚고 넘어갈 필요가 있습니다. 삼성전자 입장에서 HBM4에 모든 역량을 집중하다 보면, DDR5 같은 범용 D램의 패키징·테스트·모듈 조립은 외주로 돌릴 수밖에 없습니다. 내년 기준으로 2~3조 원 규모의 모듈 조립 물량이 외주화될 것으로 시장에서 기대하고 있고, 베트남 거점의 한양디지텍, 인도 거점의 드림텍, 필리핀 거점의 SFA반도체가 이 물량을 나눠 받을 후보로 거론됩니다. 다만 제 경험상 이런 기대감 선반영 국면에서는 실적으로 증명된 회사를 우선 보는 게 맞는 접근이라고 생각합니다. 세 곳 중 올해 상반기 실적이 작년 연간 수준에 근접한 곳은 한양디지텍 하나입니다.

제가 이번 공부를 마치고 나서 느낀 건, 2023~2024년에 한미반도체로 대표되던 후공정 1라운드와 지금의 상황이 다르다는 점입니다. 그때는 전공정 중심에서 후공정으로 패러다임이 이동하는 변화였다면, 지금은 그 후공정 안에서 다시 한번 레벨업이 일어나고 있습니다. HBM4로의 전환, EMIB의 부상, 테스트 라인의 국내외 동시 재편이라는 세 가지 변화가 맞물리면서 소부장 업체들에게 새로운 수혜 구조가 만들어지고 있습니다.

다만 이미 주가가 상당히 올라온 종목들도 있는 만큼, 단기 급등 구간을 무리하게 따라잡기보다는 상승 추세가 유지되는 흐름 안에서 실적 확인을 병행하며 차분히 접근하는 게 맞다고 판단합니다. 특히 아직 실적 증명이 덜 된 오사트 쪽은 수주 공시가 나오는 시점을 기준 삼아 비중을 판단하는 것이 저한테는 더 맞는 방식인 것 같습니다.

참고: https://youtu.be/0uER5FbA_rM?si=WeuRd-VfmUIYFe_3

제가 이 구간에서 가장 먼저 확인한 건 공급 사이클의 구조였습니다. 시장 일각에서는 "삼성전자와 SK하이닉스가 케펙스(CAPEX)를 늘리면 곧 공급 과잉이 온다"는 논리를 폅니다. 여기서 CAPEX란 설비 투자 지출을 의미하는데, 쉽게 말해 공장 짓고 장비 사는 데 쓰는 돈입니다. 그런데 이 논리가 지금 반도체 시장에 그대로 적용되는지가 핵심입니다.

제 경험상 이건 좀 다릅니다. CAPEX를 집행한다고 해서 HBM(High Bandwidth Memory) 공급이 바로 늘어나지 않습니다. HBM이란 AI 연산에 최적화된 고대역폭 메모리로, 일반 D램과는 완전히 다른 공정과 패키징 기술을 요구합니다. 용지 확보부터 장비 납기, 수율 안정화까지 최소 2년 이상 걸리는 구조입니다. 그러니까 지금 당장 투자 발표가 나왔다고 해서 내년에 공급이 쏟아지는 것은 물리적으로 불가능합니다.

더 결정적인 차이는 수요처의 성격입니다. 과거 반도체 다운 사이클은 B2C, 즉 소비자 수요가 흔들리면서 시작됐습니다. 경기가 나빠지면 사람들이 스마트폰과 PC를 안 사고, 그게 재고 과잉으로 이어졌습니다. 그런데 지금 HBM의 수요처는 구글, 마이크로소프트, 아마존, 메타 같은 하이퍼스케일러들입니다. 이들은 장기공급계약(LTA)을 통해 미리 물량을 확보해 두는 B2B 구조로 움직입니다. LTA란 장기 공급 계약을 의미하며, 수요가 갑자기 꺾이더라도 계약 단가와 물량이 미리 묶여 있어 기존 시클리컬(Cyclical) 사이클처럼 수요가 급감하기 어렵습니다.

실제로 서버 한 대당 D램 탑재량은 AI 연산 수요가 늘어날수록 계속 증가하는 추세입니다. 공급이 수요를 따라잡지 못하는 구조가 단기간 내에 역전될 가능성은 낮습니다. 제가 보기엔 시장이 오해하고 있는 지점이 바로 여기입니다.

• HBM 공급 증가까지 물리적으로 최소 2년 이상 소요
• 수요처가 B2C가 아닌 하이퍼스케일러 중심의 B2B 구조
• 장기공급계약(LTA)으로 단기 수요 급감 가능성이 낮음
• 서버당 D램 탑재량 증가 추세 유지 중

한 가지 더 짚고 싶은 게 있습니다. "반도체 주가 사이클의 종료는 일반적으로 주도 응용처의 수요 감소로 촉발돼 왔으나, 현재 AI 서버 투자는 계속 늘고 있고 하이퍼스케일러들의 자금 조달도 여전히 안정적"이라는 분석이 있습니다(출처: 서울경제). 펀더멘털에 영향을 줄 수 있는 실질적 충격이 아닌 소문이나 오해로 사이클이 종료된 전례는 없었다는 말, 저도 이 관점에 동의합니다.

솔직히 이건 예상 밖이었습니다. 탑다운(Top-down) 분석으로 방향을 제대로 잡은 사람들도 결국 변동성 구간에서 손을 놓더라는 겁니다. 탑다운이란 거시 경제와 산업 전체의 흐름을 먼저 보고 그 안에서 투자처를 좁혀나가는 접근법입니다. 쉽게 말해 숲을 먼저 보고 나무를 고르는 방식입니다. 99년 나스닥이 연간 80%가량 상승한 해에도 연중 10~20% 조정이 여러 차례 반복됐고, 그 조정마다 사람들은 AI 사이클이나 인터넷 사이클이 끝났다고 판단하고 이탈했습니다. 돈을 번 건 지수가 아니라 그 공포를 버틴 소수였습니다.

지금 시장의 흐름을 추적하면서 제가 가장 크게 느낀 건 "어차피 방향성을 알아도 변동성에 또 도망간다"는 현실입니다. 영상을 보고 납득하고 저가 매수를 결심해도, 막상 주가가 추가로 10% 빠지면 손이 움직입니다. 이건 정보의 문제가 아니라 돈 그릇의 문제라는 생각이 듭니다.

그렇다면 지금 이 변동성을 어떻게 봐야 할까요. 제가 주목한 건 미국 정부의 재정 정책입니다. 미국 연방정부의 GDP 대비 부채 비율은 현재 120%를 넘어서며 2차 세계대전 직후 이후 처음으로 이 수준에 도달했습니다(출처: 미국 의회예산처 CBO). 당시 미국과 영국이 이 부채 비율을 낮추기 위해 택한 방법은 긴축이 아니라 성장이었습니다. 명목 GDP를 키워서 분모를 키우는 전략, 즉 실질 성장과 일정 수준의 인플레이션을 동시에 용인하는 방식입니다.

지금도 같은 구조가 반복되고 있다고 봅니다. 미국 정부가 AI 산업을 포기하면 중국이 생태계를 선점합니다. 이건 단순한 기업 경쟁이 아니라 패권의 문제입니다. 그래서 연준(Fed)이 독립적으로 긴축 일변도로 가기 어렵다는 시나리오가 성립합니다. YCC(수익률곡선통제)처럼 특정 금리 상단을 제어하는 정책을 2차 대전 이후 미국 연준이 실제로 쓴 전례도 있습니다. YCC란 장기 국채 금리가 일정 수준 이상 오르지 못하도록 중앙은행이 채권을 직접 매입하는 정책입니다.

제 경험상 이런 큰 그림이 맞는다고 판단했을 때, 오히려 해야 할 건 레버리지 ETF에 올인하는 게 아니라 현금을 일정 비율 확보해 두는 것이었습니다. 과열 구간에서는 RSI 같은 이격도 지표를 보면서 속도를 조절하고, 조정 시 분할 매수를 할 수 있는 여력을 남겨두는 방식. 위험자산 70, 현금 및 단기채 30의 비율은 단순해 보여도 실제 변동성 구간에서 제가 버틸 수 있었던 이유였습니다.

제가 이 흐름을 계속 추적하면서 내린 판단은 하나입니다. 지금의 반도체 조정은 AI 사이클의 종료가 아니라, 생산성이 가시화되기 전까지 반복될 울퉁불퉁한 우상향의 한 구간입니다. 미국 정부의 부채 비율, 하이퍼스케일러들의 RPO 수주 규모, HBM의 구조적 공급 제약을 함께 보면 이 사이클이 단기에 꺾일 이유가 없습니다.

다만 방향이 맞다고 자동으로 돈이 벌리지는 않습니다. 변동성이 커질수록 공포도 커지고, 제가 직접 겪어봤을 때 가장 위험한 순간은 과열 구간에서 레버리지를 키웠을 때였습니다. 과열일 때 현금을 확보하고, 빠졌을 때 분할로 들어가는 단순한 원칙이 결국 이 사이클을 버티는 가장 실전적인 방법이라고 생각합니다. 다음 주도주를 찾는 공부는 그다음입니다.

참고: https://youtu.be/qs3TKHC2iV8?si=DuRHmKeiDhRsVUl0